Cursor 的智能体集群表明,当前沿模型规划工作时,更便宜的模型可以处理大部分编码
Cursor 通过规划/执行角色分离的智能体集群,让廉价模型高效完成复杂编码任务,速度达每秒 1000 次提交,并自建版本控制系统以应对新的故障模式。
原贴
查看原文原文
中文翻译
Cursor 将升级后的智能体集群与其前身进行了对比,要求两者仅凭文档用 Rust 重建 SQLite,且不能访问源代码或互联网。新系统的每种配置在测试套件上都达到了 100% 的通过率,而旧集群则陷入自身的合并冲突中。在 Cursor,智能体集群已从研究项目转变为核心产品。随着 Cursor 3 的推出,开发者可以并行运行整个 AI 智能体集群。Anysphere——Cursor 背后的公司,最近被埃隆·马斯克的 SpaceX 以 600 亿美元收购。该系统将智能体分为两个角色:使用强大前沿模型的规划智能体递归地将目标分解为更小的任务;使用更快、更便宜模型的执行智能体负责完成这些任务。其结果是一个随工作进展而不断调整的任务树。Cursor 表示,这种角色分工主要解决的是上下文问题。单个智能体必须遍历整棵树,同时牢记目标和当前任务。这有助于解释为什么智能体在长时间任务中会偏离目标。在 Cursor 的集群中,规划者不写代码,执行者不规划。早期 Cursor 浏览器集群在 Git 上每小时约提交 1000 次。它使用了执行智能体、一个裁判智能体和一个解决冲突的整合器。结果整合器造成的瓶颈比它消除的还要多。新集群每秒达到 1000 次提交,因此 Cursor 构建了自己的版本控制系统,因为以这种速度工作的智能体会产生人类团队从未遇到过的故障模式。在 Cursor 所称的“脑裂设计”中,两个规划者会在不知情的情况下在不同位置构建相同的想法,并以不同方式实现。当规划者彼此知晓并因竞争性编辑而互相阻塞时,竞争变得更加难以管理。Cursor 让智能体将决策记录在共享设计文档中。与决策相关的代码在编译时通过引用链接回该文档。当发生合并冲突时,一个中立智能体会介入解决。执行者会标记臃肿的文件,由外部智能体将其拆分为更小的模块。由于智能体在人类参与循环的现有代码库中工作时已学会不触碰核心代码,Cursor 让它们故意打破常规。智能体可以修补其指定区域之外的代码,编译器会在整个系统中传播这一更改。Cursor 测试了多种审查方法。一位审查者收到执行者的完整记录,另一位只看到输出,第三位只看到代码库。没有单一视角能捕获所有问题,但不相关的视角结合起来可获得更高的可靠性。Cursor 还测试了一个“实地指南”——一个由智能体自行维护、具有固定行数限制的知识文件夹。每个智能体在启动时都会接收其内容。由于模型权重是冻结的,捕获意外发现以便后来的智能体走捷径是值得的。Cursor 给集群提供了 835 页的 SQLite 手册,并要求其用 Rust 实现。源代码、测试套件、SQLite 二进制文件和互联网访问均被扣留。基准测试是 sqllogictest,一个包含数百万条 SQL 查询及已知答案的测试套件。集群并不知道它的存在。
核心信息
Cursor 通过规划/执行角色分离的智能体集群,让廉价模型高效完成复杂编码任务,速度达每秒 1000 次提交,并自建版本控制系统以应对新的故障模式。
- Cursor 通过规划/执行角色分离的智能体集群,让廉价模型高效完成复杂编码任务,速度达每秒 1000 次提交,并自建版本控制系统以应对新的故障模式。
- 原贴提到:Cursor pitted an upgraded agent swarm against its predecessor by asking
- 来源:the-decoder.com
成为会员查看完整内容
你已经看到了这篇内容的前置整理,剩余深度部分仅对会员开放。